专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果28个,建议您升级VIP下载更多相关专利
  • [实用新型]一种电力输电线路悬挂物处理装置-CN202221193444.8有效
  • 钟鑫;李辉;杨思学;王若行 - 钟鑫;李辉;杨思学;王若行
  • 2022-05-17 - 2022-10-04 - H02G1/02
  • 本实用新型提供一种电力输电线路悬挂物处理装置,涉及输电线路维护技术领域,包括第一外壳,所述第一外壳下表面固定连接有驱动电机,所述驱动电机驱动端贯穿第一外壳,且驱动电机驱动端固定连接有螺纹杆,所述螺纹杆外表面螺纹连接有内螺纹套筒,所述内螺纹套筒上表面固定连接有连接座,所述连接座上表面中心处开设有第一内螺纹槽,所述连接座配套设置有清理组件,本实用新型通过启动驱动电机,带动螺纹杆转动,从而带动内螺纹套筒沿着限位槽进行滑动,即调节连接座的工作位置,同时配合连接有螺纹柱,通过第一刀片对输电线路外表面进行挂滑,起到隔断连接,配合对悬挂物进行处理。
  • 一种电力输电线路悬挂处理装置
  • [发明专利]一种基于EEG数据的物体识别方法-CN202110172061.6在审
  • 魏展;周文晖;张桦;黄鸿飞;杨思学;施江玮 - 杭州电子科技大学
  • 2021-02-08 - 2021-06-04 - G06K9/00
  • 本发明公开一种基于EEG数据的物体识别方法。本发明首先利用数据增强、提取技术,对数据进行扩容。然后随机地把数据分成等量的五个部分,进行5折的训练,再然后用ResBlock作为基础结构,构建全新的二维卷积神经网络,把网络的前三层用空洞卷积去代替普通的卷积,利用PReLU作为网络的激活函数,利用Focalloss作为模型的损失函数。使用Perceive实验室在2017年放出的EEG数据物体识别数据集进行模型训练。本发明数据增强可以使得小数据集的数据得到充分的利用。加之采用较深的网络模型,较少的网络参数,尽管数据集中的EEG数据数量较少,也可以尽可能地学习到EEG数据中的能用来识别的特征,因此可以高效、准确地实现对物体的识别任务。
  • 一种基于eeg数据物体识别方法
  • [发明专利]一种使用干电极的脑电采集眼镜-CN202011489787.4在审
  • 曾虹;张振炎;杨思学;吴靖;戴国骏 - 杭州电子科技大学
  • 2020-12-16 - 2021-04-06 - A61B5/369
  • 本发明公开了一种使用干电极的脑电采集眼镜,包括眼镜本体框架、干电极和采集板,干电极和采集板安装在眼镜本体框架上,通过导线进行连接,眼镜本体框架基于普通的眼镜结构,在普通的眼镜结构上设置有多个干电极安装接口,用于安装干电极,眼镜本体框架的侧边设置有采集板安装连接口,用于安装采集板。干电极安装接口共有六个,分别对应六个脑电采集点,眼睛臂与镜框连接处,两侧镜框位置的干电极安装接口和镜框连接处、两侧鼻托位置都设置有弹性机构,用于贴合不同脸型的人群。本发明通过多处的弹性机构设计,提高了电极的活动自由度,增强了对于不同人群的适用性,有利于贴合不同脸型的人群,并具有稳定性。
  • 一种使用电极采集眼镜
  • [发明专利]一种基于深度学习的MRI图像分割方法-CN202011118130.7在审
  • 魏展;张桦;周文晖;黄鸿飞;施江玮;杨思学 - 杭州电子科技大学
  • 2020-10-19 - 2021-03-16 - G06T7/12
  • 本发明公开一种基于深度学习的MRI图像分割方法。本发明先利用图像数据增强、提取技术,对数据进行扩容,利用形态学的方法,得到前列腺边缘的标签。然后在U‑Net网络基础上加入IBN模块,把maxpool层改成stride conv层,采用2D和3D卷积结合的方法,作为编码部分;在解码部分中,采用两个解码器,其中一个解码器进行前列腺整体的分割预测,另一个解码器进行单独的前列腺边缘的预测。本发明采用了IN和BN相结合的策略,使得模型泛化能力得到加强。同时,把原本下采样的maxpool层改成stride conv层,使得模型保留图像细节信息的能力得到加强,使得分割的结果更加精细。采用2D和3D卷积相结合的做法进一步提高模型的精度。
  • 一种基于深度学习mri图像分割方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top